Regresyon analizi

Python ile Anket Verilerini Analiz Etme

EbunOluwa Andrew

Data Scientist

Regresyon analizi

Değişkenler arasındaki ilişkiyi anlama
Kesin bir sonucu tahmin etmede kullanılır
Farklı bağımsız değişkenlerin bağımlı değişken üzerindeki etkisini ölçer
Olası gelecekteki fırsat ve riskleri öngörür
Ham veriyi eyleme dönük bilgiye indirger
Bilinçli kararlar için olgusal destek sağlar

Aşağı yönlü finansal oku durdurmaya çalışan insanlar

En küçük kareler (OLS) ile doğrusal regresyon

Doğrusal regresyon modeli
- x ve y arasında doğrusal ilişki varsayar
- y = m * x + b
- En Küçük Kareler (OLS) yöntemi
- Sum((hesaplanan-gözlenen)^2) => en aza indirilir

¹ https://seeing-theory.brown.edu/regression-analysis/index.html

Verileri yükleme

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import statsmodels.api as sm

exercise_data = pd.read_csv('workout_survey_data.csv')
print(exercise_data.head())

| workout_minutes | calories_burned |
|-----------------|-----------------|
| 77              | 79.775152       |
| 21              | 23.177279       |
| 22              | 25.609262       |
| 20              | 17.857388       |

Değişkenleri tanımlayın

x = bağımsız değişken y = bağımlı değişken

x = exercise_data.minutes.tolist()
y = exercise_data.calories.tolist() 
print(x,'\n',y)

| [77, 21, 22, 20, 36...           |
|----------------------------------|
| [79.7, 23.1, 25.6, 17.8, 41.8... |

Anket verisi

workout_minutes	calories_burned
77	79.775152
21	23.177279
22	25.609262
20	17.857388
36	41.849864

Sabit terim ekleyin

x = sm.add_constant(x)
print (x)

Modele b için bir değer uydurmasını söyler

Regresyonu çalıştırın ve modeli uydurun

result = sm.OLS(y,x).fit()
print(result.summary())

m ve b değerlerini alma

Orijinal değerleri görselleştirme

x = exercise_data.minutes.tolist()
y = exercise_data.calories.tolist()
plt.scatter(x,y)
plt.xlabel('minutes')
plt.ylabel('calories')
plt.show()

Regresyon doğrusunu çizme

max_x = exercise_data.minutes.max()
min_x = exercise_data.minutes.min()
x = np.arange(min_x, max_x, 1)

y = 1.0072*x + 0.1552

plt.plot(y, 'r')
plt.show()

Yanıt tahmini

y = 1.0072 * 30 + 0.1552
print(y)

30.3712

Doğrusal regresyon: artılar ve eksiler

Artı
- Veri doğrusal ayrılabiliyorsa iyi sonuç verir
Eksi
- Doğrusal olmayan durumlarda doğrusal ilişki varsayar

Hadi pratik yapalım!

Python ile Anket Verilerini Analiz Etme